Parallel.For方法并行的执行for循环，它又多个重载。最常用的就是
本人测试了一个求和方法，分别用传统的for语句和Parallel.For，结果发现，for语句不仅计算正确，而且速度比并行更快。而Parallel.For计算机结果还是不正确的。
这是由于Parallel.For在计算时要调用委托，也会消耗相当量的开销，所以仅仅在方法开销很大的时候，用并行才能体现出效率。
其次，之前的文章介绍过，给变量赋值对于大多数cpu来说都不是原子操作，而是需要分成3步的。C#的Interlocked类。所以导致sum求和并不能始终会有正确值。解决方法是加锁，用lock或者Interlocked
即便这样，经过测试：parallel.For的最后一个参数，Action委托直接写拉姆达表达式效率最低。写匿名委托效率高一些。不知道这是为何。
当在for循环里运行while循环来模拟复杂计算时，并行的For方法明显比单纯的for循环效率就高了。
using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Threading;
using System.Threading.Tasks;
using System.Diagnostics;
namespace ConsoleApplication1
{
class Program
{
static long sum = 0;
static void Main(string[] args)
{
//sequential
Console.WriteLine("sequential");
object alock = new object();
var sw = Stopwatch.StartNew();
for (int i = 0; i < 100000; i++)
{
sum += i;
}
Console.WriteLine(sw.Elapsed.ToString());
Console.WriteLine(sum.ToString());
Console.WriteLine("parallel");
sum = 0;
sw = Stopwatch.StartNew();
Parallel.For(0, 100000, (i) =>
{
sum += i;
});
Console.WriteLine(sw.Elapsed.ToString());
Console.WriteLine(sum.ToString());
sum = 0;
sw = Stopwatch.StartNew();
Parallel.For(0, 100000, delegate(int i)
{
sum += i;
});
Console.WriteLine(sw.Elapsed.ToString());
Console.WriteLine(sum.ToString());
sum = 0;
sw = Stopwatch.StartNew();
Parallel.For(0, 100000, a);
Console.WriteLine(sw.Elapsed.ToString());
Console.WriteLine(sum.ToString());
sw = Stopwatch.StartNew();
for (int i = 0; i < 20; i++)
{
int j = 0;
while (j < 100000)
{
j++;
}
}
Console.WriteLine(sw.Elapsed.ToString());
sw = Stopwatch.StartNew();
Parallel.For(0, 20, delegate(int i)
{
int j = 0;
while (j < 100000)
{
j++;
}
});
Console.WriteLine(sw.Elapsed.ToString());
}
static Action<int> a = Sum;
static void Sum(int i)
{
sum += i;
}
}
}
